道路智慧巡查及巡检一体化的探索与思考

编者按：我国交通基础设施建设增速放缓，已进入“建养并重” 时代，日常管理养护工作正朝着智能化、高效化方向发展。

在“2025年高速公路路面监测预警技术应用”线上研讨会上，北京市政路桥管理养护集团有限公司科技检测处副经理、总工、高级工程师张强作了《道路智慧巡查及巡检一体化的探索与思考》主题分享汇报，通过基础设施资产普查、路面病害巡查巡检一体化装备研发三大路径，以京橙智巡、京橙智检研发为核心，分享在道路智慧巡检、技术攻关、装备创新及成果转化方面的实践经验，为基础设施的智慧化管养提供可复制的解决方案。

1.背景和发展现状

截至2023年末，我国城市道路里程达近57万公里，公路里程超540万公里，数据源自每年10月发布的国家住建部年度公报与交通部公报。从趋势看，基础设施建设增长率已从过往8%-9%的高位降至2.2%左右，标志着我国交通基础设施管理从“重建设、轻养护”转向“建养并重”的全面养护时代。

在养护资金层面，全国范围内资金分配存在显著不均衡性。以上海为例，其养护资金投入约为其他一线城市的3倍、全国平均水平的5倍，反映出多数地区在养护资金方面存在较大缺口。

政策层面，国家自去年起密集出台公共基础设施数字化转型相关政策。其中，交通部与财政部联合发起的公路数字化转型示范项目具有重要导向作用，该项目对符合条件的申报项目提供全国40%-60%的资金支持。

北京市参与申报的“路城一体”项目成功入选全国八大示范项目，重点聚焦高速公路基础设施的数字化升级，首发集团借此获得专项资金推进市域主要高速公路的智能化改造。同时，《交通强国发展纲要》明确提出推进装备升级与智能检测运维技术创新，为行业发展指明方向。

技术突破方向呈现多元化特征。

结合政策导向与行业实践，建筑垃圾再生利用技术有望成为未来几个月公路养护领域的重点突破方向（国务院近期发布的《关于进一步加强城市建筑垃圾治理的意见》亦释放相关信号）。此外，快速修复技术与路网协同管理系统的研发，正与自动驾驶及智慧城市发展需求深度融合。

从行业发展的外部赋能来看，交叉学科应用与资本注入成为显著推动力。

以车载影像技术为例，汽车行业的快速迭代推动硬件成本大幅下降——比亚迪同款车型不同摄像头配置（4个摄像头与12个摄像头）价差约5000元，而供应链端全景影像硬件成本仅420元。

另如直播行业中，圆周率等企业与运营商合作开发的景区/博物馆全景直播技术，将8K/4K设备成本从最初的3万元级降至5000元以内，这类跨行业技术渗透为交通领域设备升级提供了成本优势。

资本层面的变化更为显著。

传统高速公路与市政养护资金投入规模约为百亿级，而自动驾驶领域万亿级的研发资金涌入，加速了人工智能、影像识别、传感定位等技术的迭代，为公路数字化转型提供了强有力的支撑。

这些外部环境的优化，正持续推动我国公路养护行业向智能化、高效化方向发展。

2.基础设施资产普查

道路基础设施的资产普查是新建养或新改建工程的必要环节。国内相关技术发展始于21世纪初，2007-2008年首次提出手持移动端采集概念，但受限于手机硬件未普及；2013年智能手机推广后，逐步实现拍照与信息上传功能。当前技术主要分为四类：

（1）LiDAR+视觉+GNSS：以四维图新、宽凳科技为代表，通过多传感器融合实现0.1-0.3米精度，适合复杂地形普查，但设备成本高，时效性较弱；

（2）视觉SLAM+RTK融合：如华路时代结合车载视觉与高精度定位，实现低成本快速采集，精度能达到0.3米，适配常规普查；

（3）纯视觉众包方案：利用低成本摄像头+GIS引擎，后台自动筛选合格数据，人工标注，获取5-10米精度，适合大规模快速覆盖；

（4）手持移动端APP采集：以手机或PDA移动端APP+GIS引擎，灵活性高但效率低，需要专业巡查人员，获取5-10米精度，适用于日常巡查作业中，进行局部的补测或数据更新。

国内具备设施普查能力的企业约40家，按技术类型可划分为三大阵营：

（1）激光雷达主导型：垄断高速公路及桥隧高精度场景，市场占有率约58%；

（2）视觉SLAM主导型：聚焦市政道路普查，在该领域覆盖率达75%，因为可采集设施类别更丰富；

（3）众包采集型：主要服务农村公路动态监测，成本较传统方式降低约10%。 

AI技术驱动下，道路普查能力显著提升：车载设备采集速度已达40-100公里/小时，满足各类道路需求；内业数据处理效率从传统的15-30公里/天提升至50-80公里/天，2025年借助新型AI算法，单机单人日处理量可达150公里。

资产普查的最终交付目标是构建道路资产数字底座，从早期的数据存档升级为信息化、可视化管理。例如，通过自动建模技术可完整呈现高速公路主设施、附属设施及沿线服务区等，实现全要素数字化展示。

在数据更新方面，理想方式是沿用原采集设备以保证一致性，更新周期根据需求动态调整：高速公路因自动驾驶需求需每周更新1次，农村公路及县乡道可每月1次。此外，该技术还可用于精细化对比分析，智能识别地质灾害、交通事故等因素导致的设施损坏（如标志牌倾覆、路灯杆倾斜），并自动上报安全隐患。

3.路面病害AI巡查

在路面巡查领域，参与主体呈现多元化格局，可归纳为“5+1”类企业及机构，各自依托不同优势布局该领域： 

第一类是传统交通检测与养护单位，如中公高科、中路高科、武汉武大卓越科技等。这类企业起步早，作为行业规范的制定者，深谙路面病害巡查的核心需求，在病害识别的专业性上具有显著优势。  

第二类是快速崛起的智能交通服务商，以高德、百度（如百度地图）为代表，以及海康威视等硬件服务商。智能交通服务商凭借数据与算法优势，硬件厂商则依托强大的研发能力，其设备宣称可识别多种病害且准确率高，但实际应用中与养护单位的资金预算和真实需求存在一定脱节。 

第三类是科研院所孵化的企业，包括清华、同济、武汉大学等高校的孵化企业与科创公司。以武汉大学为例，其依托测绘专业优势，在路面巡查技术研发中占据独特的技术高地。 

第四类是AI视觉初创公司，如极视角、图达通、滴普科技、星云互联。由于路面AI巡查技术路线通用性强、门槛相对较低，众多初创公司将其作为应用场景切入点，形成了较为活跃的市场参与者群体。  

第五类是同场景作业的关联企业，如公交智达、环卫集团。它们的优势在于日常作业路线天然覆盖巡查路径，且车载设备（如公交车辆的智能终端）具备较强算力，可在保障行车安全与作业质量的同时，同步实现路面AI巡查，降低单独部署的成本。  

此外，无人机与机器人巡检企业仍处于探索阶段。2025年4月，交通部公路司提出无人机巡查农村公路的示范工程，但经测算，其用于路面病害巡查的成本与实际资金投入差距较大，难以成为主流。不过，在地质灾害监测、重点桥梁定向巡查等场景中，无人机巡检仍具有广阔前景。 

目前市场上主流的路面巡查设备在外业采集方式上差异不大，核心竞争力体现在算法水平与样本量的积累。部分企业虽算法表现优异，但样本数据的丰富度不足，仍需在实际应用中持续优化。 

在路面巡查技术的实际应用中，使用者与设备厂商之间存在显著的需求矛盾。

以与高德合作研发四代AI智能巡查产品的经历为例，2016年前后启动合作，却在2021-2022年疫情后合作紧密程度下降，核心原因在于技术路线的差异：设备厂商为追求产品销售优势，倾向覆盖更多病害种类（如宣称可识别19种，涵盖市政与公路规范的全部病害），而养护单位实际仅需重点关注占病害总量90%的5-6类主要病害（如坑槽、裂缝、遗撒等），且更注重病害的量化数据，以对接后期养护作业的考核体系。

此外，病害识别的去重问题仍是行业难题。尽管高德等企业已做出诸多努力，但在技术层面仍存在明显不足：一是定位精度偏差与图像精细化对比的缺失，导致同一病害在不同时间被重复拍摄上传；二是车道视角限制，当病害跨车道分布且处于多视角交界处时，易被拆分为多个目标，这与养护作业的实际需求严重脱节，极大影响了后期养护效率，亟待行业各单位协同开展技术攻关。

在非机动车道巡查设备研发方面，我们在机动车道AI巡查的基础上，也开展了针对性研发。 

该设备前端配置操作屏，内置定位天线、双目摄像机、主机设备等硬件，其中主板搭载瑞芯微芯片，集成边缘计算功能，可实现24小时病害快速上报。

双目摄像头配套的主板负责边缘计算分析，考虑到视频流传输存在流量消耗大、通信费用高、山区等场景适用性差等问题，目前采用图片上传方式，仅上传识别出的病害图片，其他信息保留在设备中，可通过蓝牙或SD卡导出。

研发初期，我们完成了十多万张照片的病害特征库建立与标注，但在实际应用中面临诸多难点：

一是非机动车道及步道砖的类型在全国各地差异显著，尺寸、形式、材质等方面的不同严重影响识别效率，例如前期在赤峰等地标注的数据，在北京胡同测试时准确率较低；

二是当前关注该设备的主要为北方城市，南方市场有待开发；

三是病害类型存在差异，机动车道主要关注坑槽、裂缝、遗撒等，而步道砖更注重破损、翘起、丢失及树池、路缘石等病害，这些虽小却严重影响行人安全，优先级较高。 

由于小病害样本量较少，在识别过程中需要借助小样本量、样本特征增强或小样本扩容等方式。北航、北工大、同济、清华等高校团队已在相关领域做了大量工作，行业各单位可参考其样本扩容技术和成果，加快自有AI算法的训练与研发。

目前，针对公路、城市道路机动车道的病害采集设备已能实现实时数据采集，从平台录屏材料来看，其对裂缝、坑槽、拥包、松散等病害的识别纯度较高，甚至能准确筛除类似裂缝的标线干扰，展现出良好的识别能力。 

更关键的是，我们打通了多元巡查渠道，将AI巡查（包括机动车道和非机动车道）、APP巡查以及12345热线反馈的信息进行中心化分拣，推送至各项目部和养护单元的业务系统，形成了从巡查、派单到支付、考核的完整闭环。 

这一平台展示了分拣方式和巡查管理工作的分拣结果，相关数据会纳入日常零星养护或计划养护的管理流程，其巡查台账记录可实时追踪，既为业主考核养护单位提供依据，也能通过巡查记录和轨迹为养护单位提供脱责的数据支持。

4.机动车道巡检一体化

在巡检一体化方面，技术路线与前述相近，基于自动驾驶和高精地图设备研发升级，除升级设备的车载计算单元和相机外，新增激光平整度仪。这是因为单纯依靠图像识别对车辙、拥包等病害的精度不足，需借助激光平整度仪提升识别效果和病害类型覆盖面。

该设备方案可替代CICS检测车，成本从500万左右大幅降至五六十万，不仅能识别病害、监测设施变化，还能巡查路证事件并生成报告。

目前，此技术在北京市交通委推广应用，虽因车载速度问题暂未在高速公路使用，但在农村公路已有实践。不过，由于采集设备精度过高，会将微小裂缝等病害纳入处置体系，后续需根据设施类型和管理目标优化病害阈值。

从北京二环路、长安街等快速路的应用效果来看，设备检测结果与传统检测报告基本一致，可实时计算PCI、RQI等核心指标。我们可据此为业主提供月度巡查服务，既让业主通过增值服务了解设施变化，也能以加密的病害检测报告为业主开展大中修工程、招投标及资金拨付等工作提供依据。 

5.未来展望和思路

关于道路巡查技术的未来发展，可从以下三个维度展望： 

一是推动多模态感知技术融合，提升病害识别率。

当前视觉与激光雷达技术的应用已接近瓶颈，未来可探索与红外技术的互补融合。例如，夜间巡查中，若缺乏车载强光补光，病害识别准确率难以提升；在隧道、雨雾等图像清晰度不足的场景下，红外技术或可作为补充手段，改善识别效果，这需要行业专家共同探索技术路径。 

二是促进泛在交通数据融合，构建一体化巡查网络。

除专业巡查车外，公交、环卫车等作业车辆，以及网约车车载记录仪等设备，已逐步具备边缘计算能力，未来图像采集方式将更趋多元且成本更低。若能将这些泛在数据整合为统一数据库，将显著提升养护单位巡查的效率与及时性。 

三是创新“数据即服务”模式。

预计北京、上海等一线城市将率先将巡查从传统养护招标中独立出来，以咨询服务模式开展招标。该模式不仅需完成前端病害采集与上报，还需对后端养护作业进行考核与效果评价，从全流程维度为业主监督养护单位提供支撑，推动养护管理向专业化、精细化升级。